當(dāng)前位置:首頁 > 芯聞號 > 充電吧
[導(dǎo)讀]導(dǎo)讀 包括圖像,視頻,音頻,文本,非常的全。 largest tensorflow datasets for machine learning 由谷歌Brain的研究人員創(chuàng)建的TensorFlow

導(dǎo)讀

包括圖像,視頻,音頻,文本,非常的全。

largest tensorflow datasets for machine learning

由谷歌Brain的研究人員創(chuàng)建的TensorFlow是機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)領(lǐng)域最大的開源數(shù)據(jù)庫之一。它是一個端到端的平臺,適用于初學(xué)者和有經(jīng)驗的數(shù)據(jù)科學(xué)家。TensorFlow庫包括工具、預(yù)訓(xùn)練模型、機(jī)器學(xué)習(xí)指南,以及開放數(shù)據(jù)集的語料庫。為了幫助你找到所需的訓(xùn)練數(shù)據(jù),本文將簡要介紹一些用于機(jī)器學(xué)習(xí)的最大的TensorFlow數(shù)據(jù)集。我們已經(jīng)將下面的列表分為圖像、視頻、音頻和文本數(shù)據(jù)集。

圖像數(shù)據(jù)集

1、CelebA: 最大的公開的人臉圖像數(shù)據(jù)集之一,名人臉屬性數(shù)據(jù)集(CelebA)包含超過20萬名名人的圖像。

每幅圖像包含5個面部特征點(diǎn)和40個二值屬性標(biāo)注。

2、Downsampled Imagenet:該數(shù)據(jù)集用于密度估計和生成建模任務(wù)。它包含130多萬幅物體、場景、車輛、人物等圖像。這些圖像有兩種分辨率:32 x 32和64 x 64。

3、Lsun – Lsun是一個大型圖像數(shù)據(jù)集,用于幫助訓(xùn)練模型理解場景。數(shù)據(jù)集包含超過900萬張圖像,這些圖像被劃分為場景類別,例如臥室、教室和餐廳。

4、Bigearthnet – Bigearthnet是另一個大型數(shù)據(jù)集,包含來自Sentinel-2衛(wèi)星的航空圖像。每幅圖像覆蓋1.2 km x 1.2 km的地面。每張圖像包括43個不平衡標(biāo)簽。

5、Places 365 – 顧名思義,Places 365包含了180多萬張不同地方或場景的圖片。其中包括辦公室、碼頭和小屋。Places 365是用于場景識別任務(wù)的最大數(shù)據(jù)集之一。

6、Quickdraw Bitmap – Quickdraw數(shù)據(jù)集是Quickdraw玩家社區(qū)繪制的圖像集合。它包含了500萬幅橫跨345個類別的畫作。這個版本的Quickdraw數(shù)據(jù)集包括28 x 28灰度格式的圖像。

7、SVHN Cropped – 來自斯坦福大學(xué)的街景門牌號(SVHN)是一個TensorFlow數(shù)據(jù)集,用來訓(xùn)練數(shù)字識別算法。它包含600,000個真實世界的圖像數(shù)據(jù)樣本,這些數(shù)據(jù)被裁剪成32 x 32像素。

8、VGGFace2 – 最大的人臉圖像數(shù)據(jù)集之一,VGGFace2包含從谷歌搜索引擎下載的圖像。這些臉因年齡、姿勢和種族而不同。每個受試者平均有362張圖像。

9、COCO – 由谷歌,F(xiàn)AIR, Caltech和更多的合作者制作,COCO是世界上最大的標(biāo)記圖像數(shù)據(jù)集之一。它用于目標(biāo)檢測、分割和圖像描述任務(wù)。

Coco TensorFlow Dataset

數(shù)據(jù)集包含330,000張圖像,其中200,000張已被標(biāo)注。在這些圖像中有分布在80個類別中的150萬個物體實例。

10、Open Images Challenge 2019 – 包含大約900萬幅圖像,這個數(shù)據(jù)集是在線可用的最大的標(biāo)注圖像數(shù)據(jù)集。包含圖像級標(biāo)簽、物體邊框和物體分割掩碼,以及視覺關(guān)系。

11、Open Images V4 – 這個數(shù)據(jù)集是上面提到的開放圖像數(shù)據(jù)集的另一個迭代。V4有600個不同的物體類包含1460萬個邊框。邊界框是由人工標(biāo)注人員手動繪制的。

12、AFLW2K3D – 該數(shù)據(jù)集包含2000個面部圖像,所有標(biāo)注了3D人臉特征點(diǎn)。它是用來評估三維人臉特征點(diǎn)檢測模型的。

視頻數(shù)據(jù)集

13、UCF101 – 來自中佛羅里達(dá)大學(xué)的UCF101是一個用來訓(xùn)練動作識別模型的視頻數(shù)據(jù)集。該數(shù)據(jù)集有13,320個跨越101個動作類別的視頻。

14、BAIR Robot Pushing – 來自伯克利人工智能研究中心的BAIR Robot Pushing包含了44000個機(jī)器人推動運(yùn)動的示例視頻。

15、Moving MNIST – 該數(shù)據(jù)集是MNIST基準(zhǔn)數(shù)據(jù)集的一個變體,Moving MNIST包含10,000個視頻。

16、EMNIST – 擴(kuò)展MNIST包含從原始MNIST數(shù)據(jù)集轉(zhuǎn)換為28 x 28像素格式的數(shù)字。

音頻數(shù)據(jù)集

17、CREMA-D – CREMA-D是為情感識別任務(wù)而創(chuàng)建的,包括聲音情感表達(dá)。這個數(shù)據(jù)集包含7,442個音頻片段,由91個不同年齡、種族和性別的演員配音。

18、Librispeech – Librispeech是一個簡單的音頻數(shù)據(jù)集,它包含1000小時的英語語音,這些語音來自LibriVox項目的有聲讀物。它被用于訓(xùn)練聲學(xué)模型和語言模型。

19、Libritts – 這個數(shù)據(jù)集包含大約585小時的英語演講,是在谷歌Brain team成員的協(xié)助下準(zhǔn)備的。Libritts最初是為文本到語音(TTS)研究設(shè)計的,但可以用于各種語音識別任務(wù)。

20、TED-LIUM – TED- lium是一個包含超過110小時的英語TED演講的數(shù)據(jù)集。所有談話都已抄錄下來。

21、VoxCeleb – VoxCeleb是一個用于揚(yáng)聲器識別任務(wù)的大型音頻數(shù)據(jù)集,包含來自1,251名揚(yáng)聲器的超過150,000個音頻樣本。

文本數(shù)據(jù)集

22、C4 (Common Crawl’s Web Crawl Corpus) – Common抓取是web頁面數(shù)據(jù)的開放源碼存儲庫。它有40多種語言,涵蓋了7年的數(shù)據(jù)。

23、Civil Comments – 這個數(shù)據(jù)集包含了來自50個英語新聞網(wǎng)站的超過180萬份公眾評論。

24、IRC Disentanglement – 這個TensorFlow數(shù)據(jù)集包含了來自Ubuntu IRC頻道的77000多條評論。每個樣本的元數(shù)據(jù)包括消息ID和時間戳。

25、Lm1b – 這個數(shù)據(jù)集被稱為語言模型基準(zhǔn)測試,它包含10億個單詞。它最初是用來衡量統(tǒng)計語言建模的進(jìn)展。

26、SNLI – 斯坦福自然語言推理數(shù)據(jù)集是一個包含570,000對人類書寫的句子的語料庫。所有對都經(jīng)過人工標(biāo)記,以達(dá)到類別平衡。

27、e-SNLI – 這個數(shù)據(jù)集是上面提到的SNLI的擴(kuò)展,它包含了原始數(shù)據(jù)集的570,000對句子,分類為:entailment,contradiction和neutral。

28、MultiNLI – 以SNLI數(shù)據(jù)集為模型,MultiNLI包括433,000對句子對,它們都標(biāo)注了entailment信息。

29、Wiki40b – 這個大規(guī)模數(shù)據(jù)集包括來自40種不同語言的維基百科文章的文本。數(shù)據(jù)已經(jīng)被清洗,非內(nèi)容部分以及結(jié)構(gòu)化對象已經(jīng)被刪除。

30、Yelp Polarity Reviews – 這個數(shù)據(jù)集包含59.8萬個高度兩極分化的Yelp評論。它們是從2015年Yelp數(shù)據(jù)集挑戰(zhàn)賽的數(shù)據(jù)中提取出來的。

本站聲明: 本文章由作者或相關(guān)機(jī)構(gòu)授權(quán)發(fā)布,目的在于傳遞更多信息,并不代表本站贊同其觀點(diǎn),本站亦不保證或承諾內(nèi)容真實性等。需要轉(zhuǎn)載請聯(lián)系該專欄作者,如若文章內(nèi)容侵犯您的權(quán)益,請及時聯(lián)系本站刪除。
換一批
延伸閱讀

9月2日消息,不造車的華為或?qū)⒋呱龈蟮莫?dú)角獸公司,隨著阿維塔和賽力斯的入局,華為引望愈發(fā)顯得引人矚目。

關(guān)鍵字: 阿維塔 塞力斯 華為

加利福尼亞州圣克拉拉縣2024年8月30日 /美通社/ -- 數(shù)字化轉(zhuǎn)型技術(shù)解決方案公司Trianz今天宣布,該公司與Amazon Web Services (AWS)簽訂了...

關(guān)鍵字: AWS AN BSP 數(shù)字化

倫敦2024年8月29日 /美通社/ -- 英國汽車技術(shù)公司SODA.Auto推出其旗艦產(chǎn)品SODA V,這是全球首款涵蓋汽車工程師從創(chuàng)意到認(rèn)證的所有需求的工具,可用于創(chuàng)建軟件定義汽車。 SODA V工具的開發(fā)耗時1.5...

關(guān)鍵字: 汽車 人工智能 智能驅(qū)動 BSP

北京2024年8月28日 /美通社/ -- 越來越多用戶希望企業(yè)業(yè)務(wù)能7×24不間斷運(yùn)行,同時企業(yè)卻面臨越來越多業(yè)務(wù)中斷的風(fēng)險,如企業(yè)系統(tǒng)復(fù)雜性的增加,頻繁的功能更新和發(fā)布等。如何確保業(yè)務(wù)連續(xù)性,提升韌性,成...

關(guān)鍵字: 亞馬遜 解密 控制平面 BSP

8月30日消息,據(jù)媒體報道,騰訊和網(wǎng)易近期正在縮減他們對日本游戲市場的投資。

關(guān)鍵字: 騰訊 編碼器 CPU

8月28日消息,今天上午,2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會開幕式在貴陽舉行,華為董事、質(zhì)量流程IT總裁陶景文發(fā)表了演講。

關(guān)鍵字: 華為 12nm EDA 半導(dǎo)體

8月28日消息,在2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會上,華為常務(wù)董事、華為云CEO張平安發(fā)表演講稱,數(shù)字世界的話語權(quán)最終是由生態(tài)的繁榮決定的。

關(guān)鍵字: 華為 12nm 手機(jī) 衛(wèi)星通信

要點(diǎn): 有效應(yīng)對環(huán)境變化,經(jīng)營業(yè)績穩(wěn)中有升 落實提質(zhì)增效舉措,毛利潤率延續(xù)升勢 戰(zhàn)略布局成效顯著,戰(zhàn)新業(yè)務(wù)引領(lǐng)增長 以科技創(chuàng)新為引領(lǐng),提升企業(yè)核心競爭力 堅持高質(zhì)量發(fā)展策略,塑強(qiáng)核心競爭優(yōu)勢...

關(guān)鍵字: 通信 BSP 電信運(yùn)營商 數(shù)字經(jīng)濟(jì)

北京2024年8月27日 /美通社/ -- 8月21日,由中央廣播電視總臺與中國電影電視技術(shù)學(xué)會聯(lián)合牽頭組建的NVI技術(shù)創(chuàng)新聯(lián)盟在BIRTV2024超高清全產(chǎn)業(yè)鏈發(fā)展研討會上宣布正式成立。 活動現(xiàn)場 NVI技術(shù)創(chuàng)新聯(lián)...

關(guān)鍵字: VI 傳輸協(xié)議 音頻 BSP

北京2024年8月27日 /美通社/ -- 在8月23日舉辦的2024年長三角生態(tài)綠色一體化發(fā)展示范區(qū)聯(lián)合招商會上,軟通動力信息技術(shù)(集團(tuán))股份有限公司(以下簡稱"軟通動力")與長三角投資(上海)有限...

關(guān)鍵字: BSP 信息技術(shù)
關(guān)閉
關(guān)閉